数据挖掘 - 如何在加权内核 K-Means 中设置权重？ - 吾爱随笔录

数据挖掘机器学习数据挖掘 k-均值聚类

2022-02-18 15:36:43

核 K-means 的目标函数是

\sum_{c = 1}^{k} \sum_{a_{i} \in c} w_{i} ‖ ϕ (a_{i}) - m_{c} ‖^{2}

$\sum\limits_{c=1}^k \sum\nolimits_{a_i \in c} w_i \Vert \phi(a_i)- m_c \Vert^2 \$

在哪里

m_{c} = \frac{\sum_{a_{i} \in c} w_{i} ϕ (a_{i})}{\sum_{a_{i} \in c} w_{i}}

$m_c = \frac{\sum\nolimits_{a_i \in c }w_i\phi(a_i)}{\sum\nolimits_{a_i \in c }w_i}$ 我需要知道如何确定wi

1个回答

这些权重应该由用户引入。使用权重告诉 K-means 算法，一个特征比另一个更重要。

[0] 这些可能表示重要性度量、频率计数或其他一些信息。例如，其意图是权重为 5.0 的点的“重要性”是权重为 2.5 的点的两倍。这导致了“加权”K-Means 问题。

其它你可能感兴趣的问题